專(zhuān)利名稱(chēng)：基于同時(shí)行為識(shí)別應(yīng)答電話(huà)呼叫的接聽(tīng)方的方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及確定是人還是答錄機(jī)應(yīng)答了電話(huà)呼叫的技術(shù)。
背景技術(shù)：
許多公司因?yàn)楦鞣N不同的理由需要給它們的客戶(hù)撥打電話(huà)呼叫(place telephone calls)。例如，航空公司可能需要通知乘客關(guān)于航班時(shí)間表方面的變動(dòng)，抵押貸款公司可能需要通知客戶(hù)何時(shí)還款超過(guò)期限，以及出租汽車(chē)公司可能需要通知乘客出租車(chē)到達(dá)時(shí)間延遲。然而，讓這些公司的辦事員撥打電話(huà)、等著接電話(huà)、然后傳遞適當(dāng)信號(hào)，費(fèi)用較大。很多時(shí)候電話(huà)不是由人應(yīng)答的，而是由自動(dòng)裝置如答錄機(jī)應(yīng)答的。在一些情況下，向接聽(tīng)方，不管它是人還是自動(dòng)裝置，傳遞信號(hào)是容許的。例如，當(dāng)電話(huà)呼叫是關(guān)于航班延遲時(shí)，可以容許向人或自動(dòng)裝置中任意一個(gè)傳遞信號(hào)。(一些自動(dòng)裝置只能簡(jiǎn)單地提供信號(hào)或問(wèn)候，并不能紀(jì)錄來(lái)自呼叫方的信號(hào)比如來(lái)自電話(huà)公司的指示被呼叫號(hào)碼不在服務(wù)區(qū)的信號(hào))。在其它的情況中，可能希望只向答錄機(jī)或只向人類(lèi)傳遞信號(hào)。例如，當(dāng)呼叫電話(huà)是關(guān)于到期帳單時(shí)，可能希望只向人類(lèi)而不向答錄機(jī)傳遞信號(hào)。通常，能夠檢測(cè)到是人還是自動(dòng)裝置應(yīng)答了電話(huà)呼叫，是很有利的。
通過(guò)采用自動(dòng)化撥號(hào)器技術(shù)，可以減少撥打這些電話(huà)呼叫的費(fèi)用。使用這樣的技術(shù)，電話(huà)呼叫能自動(dòng)地被呼叫撥號(hào)器撥打；當(dāng)撥號(hào)器檢測(cè)到呼叫已經(jīng)被應(yīng)答時(shí)，它能把該電話(huà)呼叫連接到一個(gè)能適當(dāng)傳遞信號(hào)的辦事員。針對(duì)呼叫撥號(hào)器已經(jīng)發(fā)展出了各種不同的用于決定何時(shí)撥打電話(huà)呼叫以及撥打多少個(gè)電話(huà)呼叫的運(yùn)算法則。這些運(yùn)算法則的目的是減少每次呼叫的費(fèi)用，并維持較高的客戶(hù)滿(mǎn)意度。這些運(yùn)算法則包括應(yīng)答電話(huà)呼叫的預(yù)期時(shí)間、將會(huì)被答錄機(jī)應(yīng)答的呼叫的百分比、可用的辦事員數(shù)量、一個(gè)辦事員完成一次呼叫的平均時(shí)間、等等。
若信號(hào)應(yīng)當(dāng)只被傳遞給答錄機(jī)或者只被傳遞給人類(lèi)，那么在電話(huà)呼叫的早期識(shí)別接聽(tīng)方(也就是，人或自動(dòng)裝置)將能進(jìn)一步地減少費(fèi)用。已經(jīng)開(kāi)發(fā)出了各種不同的運(yùn)算法則，用于分析來(lái)自接聽(tīng)方的音頻信號(hào)，以便識(shí)別接聽(tīng)方是人還是自動(dòng)裝置。例如，一種運(yùn)算法則是監(jiān)控該接聽(tīng)方用了多長(zhǎng)時(shí)間才開(kāi)始講話(huà)，并假定人通常比答錄機(jī)更早地開(kāi)始講話(huà)。另一種運(yùn)算法則是在電話(huà)呼叫被應(yīng)答時(shí)分析靜默和非靜默的模式，以確定該模式是否與典型的自動(dòng)問(wèn)候類(lèi)似。又一種運(yùn)算法則是應(yīng)用語(yǔ)音驗(yàn)證技術(shù)，以確定在電話(huà)呼叫被應(yīng)答時(shí)講的詞語(yǔ)是否是典型的自動(dòng)問(wèn)候。
令人遺憾的是，用于識(shí)別應(yīng)答的這些技術(shù)成功率很低。在某些情況下，這些運(yùn)算法則具有較高的錯(cuò)誤辨識(shí)率。在另一些情況下，其需要太長(zhǎng)的時(shí)間去識(shí)別接聽(tīng)方。因此，需要提供一種能夠精確、快速地識(shí)別接聽(tīng)方是人還是自動(dòng)裝置的技術(shù)。


圖1顯示了在人類(lèi)應(yīng)答電話(huà)呼叫時(shí)同時(shí)行為特性的計(jì)時(shí)圖。
圖2顯示了在自動(dòng)裝置應(yīng)答電話(huà)呼叫時(shí)同時(shí)行為特性的計(jì)時(shí)圖。
圖3顯示了一具體實(shí)施方式
中識(shí)別系統(tǒng)的元件框圖。
圖4顯示了一具體實(shí)施方式
中識(shí)別系統(tǒng)采用的各種不同間隔的圖。
圖5顯示了一具體實(shí)施方式
中語(yǔ)音響應(yīng)單元撥打電話(huà)呼叫的流程圖。
圖6顯示了一具體實(shí)施方式
中呼叫行為單元的初始識(shí)別元件的處理流程圖。
圖7顯示了一具體實(shí)施方式
中呼叫行為單元的采樣間隔計(jì)時(shí)器期滿(mǎn)元件的處理流程圖。
圖8顯示了一具體實(shí)施方式
中呼叫行為單元的估算間隔計(jì)時(shí)器期滿(mǎn)元件的處理流程圖。
圖9顯示了一具體實(shí)施方式
中呼叫行為單元的估算樣本元件的處理流程圖。
圖10顯示了一具體實(shí)施方式
中檢測(cè)聲音間隔的示意圖。

發(fā)明內(nèi)容
的詳細(xì)描述 本發(fā)明提供了一種用于識(shí)別通訊接聽(tīng)方是人還是自動(dòng)裝置的方法和系統(tǒng)。在一具體實(shí)施方式
中，識(shí)別系統(tǒng)確定是人(也就是真人的聲音)還是自動(dòng)裝置(例如錄音)正在當(dāng)前通訊(如電話(huà)呼叫)中提供音頻。當(dāng)識(shí)別被確定以后，識(shí)別系統(tǒng)向接聽(tīng)方輸出音頻信號(hào)。識(shí)別系統(tǒng)監(jiān)控來(lái)自接聽(tīng)方的輸入音頻信號(hào)，以確定是人還是自動(dòng)裝置正在提供輸入的音頻。識(shí)別系統(tǒng)根據(jù)輸入音頻信號(hào)和輸出音頻信號(hào)上是否有同時(shí)聲音(simultaneous sound)(例如人類(lèi)聽(tīng)得見(jiàn)的聲音)做出判斷。同時(shí)聲音的數(shù)量越多，該接聽(tīng)方是自動(dòng)裝置的可能性就越大。若人類(lèi)正在通訊，并且這次通訊中其它方正在講話(huà)時(shí)，人類(lèi)通常會(huì)忍住不講話(huà)直到其它方停止講話(huà)。但是，自動(dòng)裝置通常繼續(xù)傳輸信號(hào)，不管其它方是否正在講話(huà)。換句話(huà)說(shuō)，自動(dòng)裝置往往“頂嘴”(talk over)其它方。因此，藉由分析“頂嘴”或“同時(shí)行為”(simultaneous activity)的數(shù)量，該識(shí)別系統(tǒng)能夠快速地并且精確地識(shí)別接聽(tīng)方是人還是自動(dòng)裝置。
在一具體實(shí)施方式
中，識(shí)別系統(tǒng)用于識(shí)別應(yīng)答電話(huà)呼叫的接聽(tīng)方是人還是自動(dòng)裝置如答錄機(jī)。當(dāng)電話(huà)呼叫被應(yīng)答時(shí)，撥打了電話(huà)呼叫的識(shí)別系統(tǒng)經(jīng)由電話(huà)線(xiàn)的輸出線(xiàn)向接聽(tīng)方傳送信號(hào)。然后，識(shí)別系統(tǒng)監(jiān)控電話(huà)線(xiàn)的輸入線(xiàn)。識(shí)別系統(tǒng)累計(jì)在輸入和輸出線(xiàn)上同時(shí)出現(xiàn)語(yǔ)音(或者其它的聲音)過(guò)程的時(shí)間。若累計(jì)的時(shí)間超過(guò)閾值，識(shí)別系統(tǒng)將識(shí)別接聽(tīng)方為答錄機(jī)，因?yàn)槌霈F(xiàn)了接聽(tīng)方對(duì)正在被傳送信號(hào)進(jìn)行頂嘴的情況。若累計(jì)時(shí)間不超過(guò)閾值，識(shí)別系統(tǒng)將識(shí)別接聽(tīng)方為人類(lèi)，因?yàn)榻勇?tīng)方?jīng)]有對(duì)正在被傳送的信號(hào)進(jìn)行頂嘴。
在一具體實(shí)施方式
中，識(shí)別系統(tǒng)建立識(shí)別間隔，在識(shí)別間隔過(guò)程中識(shí)別系統(tǒng)分析在輸入和輸出線(xiàn)上的講話(huà)重疊(overlap in talking)的數(shù)量，也稱(chēng)其為同時(shí)行為。若那段間隔中的重疊數(shù)量超過(guò)閾值數(shù)量，那么識(shí)別系統(tǒng)判斷接聽(tīng)方為自動(dòng)裝置。否則，識(shí)別系統(tǒng)判斷接聽(tīng)方為人類(lèi)。例如，若識(shí)別間隔是二秒，那么閾值數(shù)量可能被設(shè)定成一秒。一旦識(shí)別系統(tǒng)檢測(cè)到一秒的重疊，它將判斷是自動(dòng)裝置應(yīng)答了電話(huà)呼叫。若在識(shí)別間隔結(jié)束時(shí)沒(méi)有達(dá)到重疊的閾值數(shù)量，識(shí)別系統(tǒng)判斷是人類(lèi)應(yīng)答了電話(huà)呼叫。在一具體實(shí)施方式
中，在識(shí)別間隔結(jié)束之前、而且當(dāng)識(shí)別間隔剩下的時(shí)間不足以使重疊的數(shù)量超過(guò)閾值數(shù)量時(shí)，識(shí)別系統(tǒng)可以判斷是人類(lèi)做了應(yīng)答。例如，若閾值數(shù)量是一秒，識(shí)別間隔的剩下的時(shí)間數(shù)量小于一秒，并且到現(xiàn)在為止沒(méi)有檢測(cè)到重疊，那么重疊的數(shù)量將不可能超過(guò)閾值數(shù)量。在這種情況下，當(dāng)識(shí)別間隔的剩下時(shí)間小于一秒時(shí)，該識(shí)別系統(tǒng)可以隨時(shí)識(shí)別是人類(lèi)做了應(yīng)答，并且沒(méi)有必要一直等到識(shí)別間隔結(jié)束。這被稱(chēng)為“人類(lèi)的早識(shí)別”。
本領(lǐng)域的技術(shù)人員可以理解，基于電話(huà)呼叫的特性，可以將各種不同的值參數(shù)化，以用于控制接聽(tīng)方的識(shí)別，達(dá)成各種不同的執(zhí)行目標(biāo)。例如，若電話(huà)呼叫是撥打到商行，那么累計(jì)時(shí)間的閾值數(shù)量可能被增加，以反映應(yīng)答商務(wù)電話(huà)的人類(lèi)通常會(huì)說(shuō)標(biāo)準(zhǔn)的問(wèn)候而不理睬呼叫方直到該問(wèn)候結(jié)束(也就是，往往頂嘴呼叫方)。相反，若電話(huà)呼叫是撥打到住宅，那么閾值數(shù)量可能被減少，以反映他們家中某個(gè)人的問(wèn)候一般較短。可以應(yīng)用各種不同的信息分析技術(shù)，分析從這些電話(huà)呼叫中收集的統(tǒng)計(jì)表，以便進(jìn)一步提煉閾值數(shù)量和識(shí)別間隔。例如，從統(tǒng)計(jì)表上來(lái)看，當(dāng)電話(huà)呼叫可能被人類(lèi)應(yīng)答的百分比較高的時(shí)候，可以在周期內(nèi)縮短識(shí)別間隔。各種不同的音頻信號(hào)參數(shù)也可以被調(diào)整，如以下參數(shù)用于控制輸入和輸出線(xiàn)上的信號(hào)的過(guò)濾以去除尖峰信號(hào)的參數(shù)、指示接聽(tīng)方正在講話(huà)的能量水平等等。這些參數(shù)也可以是動(dòng)態(tài)地設(shè)定，例如，基于電話(huà)線(xiàn)上噪音的數(shù)量、背景噪音(例如孩子哭叫)的數(shù)量等等。此外，當(dāng)電話(huà)呼叫被應(yīng)答時(shí)，識(shí)別間隔可以不立刻開(kāi)始，而是在第一次檢測(cè)到聲音時(shí)或者之后的某個(gè)時(shí)間開(kāi)始。
在一具體實(shí)施方式
中，識(shí)別系統(tǒng)可以使用調(diào)整的重疊數(shù)量，而不是簡(jiǎn)單的重疊間隔的總和。在一次電話(huà)呼叫的某些時(shí)段，可能期望人類(lèi)和自動(dòng)裝置都可以具有相同的頂嘴特性。例如，在電話(huà)呼叫被應(yīng)答之后的第一秒內(nèi)，自動(dòng)裝置和人類(lèi)(尤其是正在應(yīng)答商務(wù)電話(huà)的人類(lèi))可能輸出針對(duì)任何入局語(yǔ)音(incoming voice)的、頂嘴的標(biāo)準(zhǔn)問(wèn)候。在這樣的情形中，識(shí)別系統(tǒng)可以對(duì)第一秒內(nèi)提供較小的加權(quán)重疊。一般地，識(shí)別系統(tǒng)能產(chǎn)生指示接聽(tīng)方是人還是自動(dòng)裝置的一個(gè)分?jǐn)?shù)，其包括頂嘴特性以及許多其它的特性，如從檢測(cè)到應(yīng)答至檢測(cè)到聲音的時(shí)間、是否便攜式電話(huà)已經(jīng)應(yīng)答等等。
在一具體實(shí)施方式
中，識(shí)別系統(tǒng)可以在與語(yǔ)音響應(yīng)單元(voiceresponse unit)相互作用的呼叫行為單元(call progress activity unit)上基本地實(shí)現(xiàn)。電話(huà)線(xiàn)可以被同時(shí)輸入到呼叫行為單元和語(yǔ)音響應(yīng)單元。當(dāng)應(yīng)答被檢測(cè)時(shí)，語(yǔ)音響應(yīng)單元可以將信號(hào)傳送給接聽(tīng)方(例如，“這里是Acme航空公司，我們有關(guān)于你的預(yù)訂的重要信號(hào)?！?。呼叫行為單元可以同時(shí)監(jiān)控輸入和輸出線(xiàn)，以便識(shí)別每條線(xiàn)上何時(shí)有聲音。根據(jù)輸入和輸出線(xiàn)上同時(shí)聲音的數(shù)量和計(jì)時(shí)，呼叫行為單元可以識(shí)別接聽(tīng)方。可選擇地，呼叫行為單元可以采用描述了將被傳送至接聽(tīng)方的信號(hào)特性的信息，比如聲音將會(huì)被輸出的間隔。當(dāng)這樣的信息被提供時(shí)，呼叫行為單元可以不必監(jiān)控輸出線(xiàn)。
因?yàn)樽R(shí)別系統(tǒng)的速度和準(zhǔn)確性，各種不同的附加技術(shù)可以被改善，或者甚至被激活。例如，當(dāng)識(shí)別系統(tǒng)識(shí)別接聽(tīng)方為人類(lèi)時(shí)，電話(huà)呼叫可以自動(dòng)地被撥打到辦事員。到最初信號(hào)結(jié)束時(shí)，辦事員將很可能已經(jīng)應(yīng)答了該電話(huà)呼叫，從而可以直接地與人類(lèi)通訊。向人類(lèi)的電話(huà)呼叫與向辦事員的電話(huà)呼叫，隨后可以采用各種技術(shù)進(jìn)行連接，比如Two-B信道傳輸(Two-B Channel Transfer)。在這樣的情形下，另一個(gè)電話(huà)呼叫可以立刻從電話(huà)線(xiàn)上撥打，因?yàn)樵趥鬏斠院笤撾娫?huà)線(xiàn)不再參與該接聽(tīng)方和該辦事員之間的電話(huà)呼叫。通過(guò)將電話(huà)呼叫撥打給辦事員，可以減少或者避免復(fù)雜交換單元的需求，辦事員可以位于全球的任何地方，等等。
圖1提供了在人類(lèi)應(yīng)答電話(huà)呼叫時(shí)顯示同時(shí)行為特性的計(jì)時(shí)圖表。計(jì)時(shí)圖表110揭示了識(shí)別系統(tǒng)傳送的出局信號(hào)(outgoing message)的特性。在該示例中，出局信號(hào)具有聲音間隔111、112、和113。聲音間隔111大概在時(shí)間0到時(shí)間.2之間，聲音間隔112大概在時(shí)間.3到時(shí)間.7之間，聲音間隔113大概在時(shí)間.8到時(shí)間1.2之間。計(jì)時(shí)圖表120揭示了入局的人類(lèi)真人聲音的特性。在該示例中，真人聲音具有大概在時(shí)間.1到時(shí)間.3之間的聲音間隔121。一般地，當(dāng)出局信號(hào)正在被輸出時(shí)，正在應(yīng)答電話(huà)的人類(lèi)會(huì)停止講話(huà)。計(jì)時(shí)圖表130揭示了同時(shí)行為周期。在該示例中，同時(shí)行為由大概在時(shí)間.1到時(shí)間.2之間的間隔131指示。從虛線(xiàn)可以看出，同時(shí)行為出現(xiàn)在出局信號(hào)和入局語(yǔ)音都活躍的間隔，也就是，兩條線(xiàn)上都檢測(cè)到了聲音。同時(shí)行為的累計(jì)時(shí)間是.1。
圖2提供了在自動(dòng)裝置應(yīng)答電話(huà)呼叫時(shí)顯示同時(shí)行為特性的計(jì)時(shí)圖表。計(jì)時(shí)圖表210與圖1中的圖表110相同，也是揭示識(shí)別系統(tǒng)傳送的出局信號(hào)的特性，并且聲音間隔211、212、213與聲音間隔111、112、113對(duì)應(yīng)。計(jì)時(shí)圖表220揭示了入局的自動(dòng)裝置的錄音的特性。在該示例中，錄音具有大概在時(shí)間.3到時(shí)間.6之間的聲音間隔221以及大概在時(shí)間.7到時(shí)間1.1之間的聲音間隔222。計(jì)時(shí)圖表230揭示了同時(shí)行為的間隔。在該示例中，同時(shí)行為被間隔231和232指示。間隔231大概在時(shí)間.3到時(shí)間.6之間，間隔232大概在時(shí)間.8到時(shí)間1.1之間。同時(shí)行為的累計(jì)時(shí)間是.6。
圖3顯示了一具體實(shí)施方式
的識(shí)別系統(tǒng)的元件框圖。在該具體實(shí)施方式
中，識(shí)別系統(tǒng)基本上在呼叫行為單元302中實(shí)現(xiàn)。語(yǔ)音響應(yīng)單元301和呼叫行為單元302經(jīng)由電話(huà)線(xiàn)304被連接到電話(huà)303。電話(huà)線(xiàn)包括一條輸入線(xiàn)305和一條輸出線(xiàn)306。(輸入和輸出是從識(shí)別系統(tǒng)的角度上定義的)。在操作中，當(dāng)電話(huà)呼叫被應(yīng)答時(shí)，語(yǔ)音響應(yīng)單元開(kāi)始在輸出線(xiàn)306上傳送信號(hào)。呼叫行為單元采樣輸入線(xiàn)和輸出線(xiàn)，以確定何時(shí)聲音被傳送。呼叫行為單元隨后分析同時(shí)聲音的間隔，以確定接聽(tīng)方是人還是自動(dòng)裝置。
實(shí)現(xiàn)該識(shí)別系統(tǒng)的計(jì)算機(jī)裝置可以包括中央處理器、存儲(chǔ)器(memory)、輸入裝置(例如鍵盤(pán)和指點(diǎn)裝置)、輸出裝置(例如顯示裝置)、以及儲(chǔ)存裝置(storage devices)(例如磁盤(pán)驅(qū)動(dòng)器)。存儲(chǔ)器和儲(chǔ)存裝置是可以包含用于執(zhí)行該識(shí)別系統(tǒng)的指令的計(jì)算機(jī)可讀媒介。此外，數(shù)據(jù)結(jié)構(gòu)和信號(hào)結(jié)構(gòu)可以經(jīng)由數(shù)據(jù)傳輸媒介被儲(chǔ)存或傳輸，比如通信鏈路上的一個(gè)信號(hào)。該識(shí)別系統(tǒng)可以在軟件或硬件中被實(shí)現(xiàn)(例如固件或特定用途集成電路)。
圖3揭示了合適操作環(huán)境的一個(gè)示例，識(shí)別系統(tǒng)可以在其中被實(shí)現(xiàn)。該操作環(huán)境只是合適操作環(huán)境的其中一個(gè)示例，而不表示對(duì)該識(shí)別系統(tǒng)的使用或功能的任何限制。
該識(shí)別系統(tǒng)可以按照計(jì)算機(jī)可執(zhí)行指令的通用格式進(jìn)行描述，如被一個(gè)或多個(gè)計(jì)算機(jī)或其它裝置執(zhí)行的程序模塊。通常，程序模塊包括常式(routines)、程序、目標(biāo)、元件、數(shù)據(jù)結(jié)構(gòu)以及執(zhí)行特定任務(wù)或者實(shí)現(xiàn)特定抽象數(shù)據(jù)類(lèi)型的其它部分。一般地，程序模塊的功能可以按照各種具體實(shí)施方式
的需要進(jìn)行結(jié)合或拆分。識(shí)別系統(tǒng)的邏輯可以在離散的邏輯機(jī)構(gòu)或者在硬件、固件和軟件的任何結(jié)合中實(shí)現(xiàn)。
圖4顯示了在一具體實(shí)施方式
識(shí)別系統(tǒng)中使用的各種不同間隔的圖表。識(shí)別間隔304代表被分配用于識(shí)別接聽(tīng)方的時(shí)間的數(shù)量。在該示例中，識(shí)別間隔是二秒。本領(lǐng)域的技術(shù)人員能理解，該識(shí)別間隔可以是一個(gè)能夠被調(diào)節(jié)以適應(yīng)識(shí)別程序的各種不同需要的參數(shù)。此外，當(dāng)接聽(tīng)方?jīng)]有被識(shí)別到一個(gè)可信任水平時(shí)，在識(shí)別處理將要被延長(zhǎng)的情況下識(shí)別間隔可以被改變。識(shí)別間隔可以被分為估算間隔303。一個(gè)估算間隔指示進(jìn)行估算的時(shí)間，以便確定接聽(tīng)方是否可以被識(shí)別。估算間隔可以被分為采樣間隔302。采樣間隔指示電話(huà)線(xiàn)采樣動(dòng)作的時(shí)間間隔。模數(shù)轉(zhuǎn)換裝置可以執(zhí)行該采樣。在每個(gè)采樣間隔，識(shí)別系統(tǒng)可以?xún)H儲(chǔ)存樣本音頻水平，以便在估算間隔進(jìn)行估算?？蛇x擇地，依賴(lài)識(shí)別系統(tǒng)的計(jì)算力量，估算可以在每個(gè)采樣間隔被執(zhí)行。采樣間隔、估算間隔以及識(shí)別間隔都可以被設(shè)定成參數(shù)。
圖5-9顯示了一具體實(shí)施方式
的識(shí)別系統(tǒng)中的處理的流程圖。圖5顯示了一具體實(shí)施方式
中通過(guò)語(yǔ)音響應(yīng)單元撥打電話(huà)呼叫的流程圖。在框501中，語(yǔ)音響應(yīng)單元撥打一個(gè)電話(huà)號(hào)碼，這可以通過(guò)呼叫撥號(hào)器執(zhí)行。在判斷框502中，若電話(huà)呼叫已經(jīng)被應(yīng)答，那么該單元在框503繼續(xù)，否則該單元繼續(xù)進(jìn)行針對(duì)未應(yīng)答電話(huà)呼叫的標(biāo)準(zhǔn)處理。在框503中，該單元在電話(huà)線(xiàn)上傳送適當(dāng)?shù)某鼍中盘?hào)然后結(jié)束。
圖6顯示了一具體實(shí)施方式
中的呼叫行為單元的初始識(shí)別元件的處理流程圖。該元件等候出局信號(hào)的檢測(cè)、初始化系統(tǒng)變數(shù)、并且設(shè)定用于采樣間隔和估算間隔的計(jì)時(shí)器。在框601中，該元件等候出局信號(hào)的檢測(cè)。在框602中，該元件初始化估算間隔索引(“ei”)以及同時(shí)行為計(jì)數(shù)(“sa”)。估算間隔索引跟蹤識(shí)別間隔內(nèi)的當(dāng)前估算間隔。同時(shí)，行為計(jì)數(shù)記錄在輸入和輸出線(xiàn)上都檢測(cè)到聲音的采樣間隔的數(shù)量。在框603中，該元件初始化采樣索引(“t”)。在框604中，該元件設(shè)定采樣間隔計(jì)時(shí)器。在框605中，該元件設(shè)定估算間隔計(jì)時(shí)器，然后結(jié)束。
圖7顯示了一具體實(shí)施方式
中呼叫行為單元的采樣間隔計(jì)時(shí)器的期滿(mǎn)元件(expiration component)的處理流程圖。每當(dāng)采樣間隔計(jì)時(shí)器期滿(mǎn)時(shí)，該元件被調(diào)用。該元件對(duì)輸入和輸出線(xiàn)進(jìn)行采樣、儲(chǔ)存它們的值、并且復(fù)位采樣間隔計(jì)時(shí)器。在框701中，該元件增加采樣索引。在框702中，該元件輸出線(xiàn)(“o”)進(jìn)行采樣。在框703中，該元件輸入線(xiàn)(“i”)進(jìn)行采樣。在框704中，該元件以輸出陣列的方式儲(chǔ)存被采樣的輸出，而該輸出陣列是通過(guò)采樣索引(“O[t]”)進(jìn)行編排的。在框705中，該元件以輸入陣列的方式儲(chǔ)存被采樣的輸入，而該輸入陣列是通過(guò)采樣索引(“l(fā)[t]”)進(jìn)行編排的。在框706中，該元件復(fù)位采樣間隔計(jì)時(shí)器，然后結(jié)束。
圖8顯示了一具體實(shí)施方式
中呼叫行為單元的估算間隔計(jì)時(shí)器的期滿(mǎn)元件的處理流程圖。當(dāng)估算間隔計(jì)時(shí)器期滿(mǎn)時(shí)，該元件被調(diào)用。該元件過(guò)濾輸入和輸出陣列中的被采樣的數(shù)據(jù)，并估算同時(shí)行為。當(dāng)接聽(tīng)方已經(jīng)被識(shí)別時(shí)，該元件設(shè)定一個(gè)識(shí)別標(biāo)記。在框801中，該元件復(fù)位采樣索引。該元件還增加估算間隔索引，以便指示當(dāng)前估算間隔。在框802中，該元件調(diào)用通過(guò)輸出陣列和輸入陣列的過(guò)濾元件。該過(guò)濾元件返回聲音間隔的指令，該指令可以被儲(chǔ)存在輸入和輸出陣列中或者單獨(dú)的陣列中。當(dāng)聲音正在被采樣時(shí)，該過(guò)濾元件可以使用各種不同的技術(shù)進(jìn)行識(shí)別。這些技術(shù)可以將這次估算間隔的采樣與以前估算間隔的采樣進(jìn)行比較。在框803中，該元件調(diào)用一個(gè)估算樣本元件，用于確定接聽(tīng)方是否可以被識(shí)別。被調(diào)用的元件返回關(guān)于接聽(tīng)方是否已經(jīng)被識(shí)別的指令。在判斷框804中，若接聽(tīng)方已經(jīng)被識(shí)別為自動(dòng)裝置，那么該元件在框807繼續(xù)，否則該元件在框805繼續(xù)。在框805中，若接聽(tīng)方已經(jīng)被識(shí)別為人類(lèi)，那么該元件在框807繼續(xù)，否則該元件在框806繼續(xù)。在框806中，因?yàn)榻勇?tīng)方?jīng)]有被識(shí)別，該元件復(fù)位估算間隔計(jì)時(shí)器，然后結(jié)束。在框807中，因?yàn)榻勇?tīng)方已經(jīng)被識(shí)別，該元件傳送識(shí)別通知信號(hào)。在框808中，因?yàn)椴恍枰嗟臉颖荆撛辶悴蓸娱g隔計(jì)時(shí)器。然后該元件結(jié)束。
圖9顯示了一具體實(shí)施方式
中呼叫行為單元的估算樣本元件的處理流程圖。該元件被通過(guò)樣本輸入和輸出陣列的指令、估算間隔索引、以及同時(shí)行為計(jì)數(shù)。該元件分析輸入和輸出陣列以確定在當(dāng)前估算間隔期間已經(jīng)發(fā)生的同時(shí)行為的數(shù)量。然后，該元件確定接聽(tīng)方是否可以被識(shí)別。在框901-904中，該元件循環(huán)處理(loops processing)陣列中的每個(gè)樣本。在框901中，該元件選擇陣列中的下一樣本(“j”)。在判斷框902中，若所有的樣本都已經(jīng)被選擇過(guò)了，那么該元件在框905繼續(xù)，否則該元件在框903繼續(xù)。在判斷框903中，若輸出陣列(“O[j]”)中被選擇的樣本和輸入陣列(“I[J])中被選擇的樣本指示在采樣間隔期間聲音同時(shí)出現(xiàn)在輸入和輸出線(xiàn)上，那么該元件在框904繼續(xù)，否則該元件循環(huán)到框901以選擇下一樣本。在框904中，該元件增加同時(shí)行為計(jì)數(shù)，然后循環(huán)到框901，以選擇下一樣本。在判斷框905中，若同時(shí)行為計(jì)數(shù)大于錄音閾值(“rvt”)，那么該元件返回錄音已經(jīng)被識(shí)別的指令，否則該元件在框906繼續(xù)。在判斷框906中，若同時(shí)行為計(jì)數(shù)與識(shí)別間隔的剩余采樣間隔(“rs”)的和小于錄音閾值，那么識(shí)別間隔所剩的時(shí)間不足以確定是錄音，并且該元件返回真人聲音已經(jīng)被識(shí)別的指令，否則該元件返回識(shí)別還未完成的指令。
圖10顯示了一具體實(shí)施方式
中檢測(cè)聲音間隔的示意圖。曲線(xiàn)1010揭示了輸入線(xiàn)或輸出線(xiàn)的音頻水平隨著時(shí)間的變化。當(dāng)識(shí)別聲音間隔時(shí)，該識(shí)別系統(tǒng)使用了滯后效應(yīng)。在該示例中，聲音間隔的開(kāi)始是音頻水平1011，而聲音間隔的結(jié)束是音頻水平1012。當(dāng)遞增的音頻水平越過(guò)聲音水平的起點(diǎn)、并且聲音沒(méi)有被當(dāng)前檢測(cè)到時(shí)，那么聲音間隔開(kāi)始。當(dāng)遞減的音頻水平越過(guò)聲音水平的起點(diǎn)、并且聲音已經(jīng)被當(dāng)前檢測(cè)到時(shí)，那么當(dāng)前的聲音間隔結(jié)束。起點(diǎn)音頻水平和終點(diǎn)音頻水平之間的差別反映了滯后效應(yīng)。音頻信號(hào)在點(diǎn)1013越過(guò)起點(diǎn)聲音水平并且在點(diǎn)1014再次越過(guò)起點(diǎn)聲音水平。然而，由于滯后效應(yīng)，點(diǎn)1014不被視為聲音間隔的結(jié)束。相反地，聲音間隔的結(jié)束在點(diǎn)1015，音頻信號(hào)在點(diǎn)1015越過(guò)聲音水平的終點(diǎn)。識(shí)別系統(tǒng)還可以過(guò)濾音頻信號(hào)以便除去噪音，比如尖峰信號(hào)1016。曲線(xiàn)圖1020揭示了在該示例中的聲音間隔。聲音間隔1021在點(diǎn)1013到點(diǎn)1015之間，聲音間隔1022在點(diǎn)1017到點(diǎn)1019之間。
本領(lǐng)域的技術(shù)人員可以理解，盡管本發(fā)明的識(shí)別系統(tǒng)的具體實(shí)施方式
已經(jīng)在這里被描述用于舉例說(shuō)明，但是在不脫離本發(fā)明的精神和范圍的情況下，可以做出各種不同的變化形式。當(dāng)接聽(tīng)方已經(jīng)被識(shí)別為真人或者錄音時(shí)，語(yǔ)音驗(yàn)證技術(shù)(Speech recognition technologies)可以被用于驗(yàn)證音頻輸入。被驗(yàn)證的輸入可以被分析以便將信號(hào)分類(lèi)。例如，指示接聽(tīng)方有新的電話(huà)呼叫的信號(hào)可以被分成一類(lèi)，指示電話(huà)號(hào)碼已經(jīng)斷開(kāi)的信號(hào)可以被分成一類(lèi)，指示人類(lèi)姓名的信號(hào)可以被分成一類(lèi)，等等。撥打電話(huà)呼叫的公司可以采取適當(dāng)?shù)男袆?dòng)，比如從呼叫目錄中去除該接聽(tīng)方。該識(shí)別系統(tǒng)還可以跟蹤在電話(huà)呼叫中接聽(tīng)方何時(shí)結(jié)束了這次呼叫。這個(gè)時(shí)間可能與輸出信號(hào)有一定的關(guān)系以便了解接聽(tīng)方結(jié)束這次呼叫是否是因?yàn)樵撔盘?hào)的某些內(nèi)容。本領(lǐng)域的技術(shù)人員可以理解該識(shí)別系統(tǒng)可以被用于針對(duì)各種不同的理由區(qū)別真人聲音和錄音。例如，當(dāng)接聽(tīng)方接到電話(huà)呼叫時(shí)，該識(shí)別系統(tǒng)可以用于識(shí)別呼叫方是人還是自動(dòng)裝置。若呼叫方是自動(dòng)裝置，根據(jù)需要可以不必向人類(lèi)響鈴就可以將這次呼叫結(jié)束。本領(lǐng)域的技術(shù)人員可以理解，該識(shí)別系統(tǒng)可以像用于數(shù)字范疇一樣被用于模擬范疇。在模擬范疇中，該識(shí)別系統(tǒng)可以采用邏輯去設(shè)定“頂嘴信號(hào)”高或低，當(dāng)輸入音頻信號(hào)的振幅超過(guò)閾值時(shí)指示聲音正在被傳輸。該識(shí)別系統(tǒng)可以監(jiān)控頂嘴信號(hào)以確定輸入信號(hào)線(xiàn)上的聲音的間隔。因此，除權(quán)利要求之外，本發(fā)明不受任何限制。
權(quán)利要求
1.一種用于檢測(cè)是否是自動(dòng)裝置在當(dāng)前電話(huà)呼叫中提供音頻的方法，該方法包括向所述電話(huà)呼叫輸出音頻信號(hào)；從所述電話(huà)呼叫輸入音頻信號(hào)；確定所述輸入音頻信號(hào)和所述輸出音頻信號(hào)都活躍的時(shí)間的數(shù)量；以及當(dāng)所述確定的數(shù)量超過(guò)閾值數(shù)量時(shí)，指示是自動(dòng)裝置在提供音頻。
2.如權(quán)利要求1所述的方法，其中，當(dāng)所述確定的數(shù)量沒(méi)有超過(guò)所述閾值數(shù)量時(shí)，給出人類(lèi)在提供所述音頻的指示。
3.如權(quán)利要求1所述的方法，其中，所述自動(dòng)裝置提供錄音作為所述音頻。
4.如權(quán)利要求1所述的方法，其中，當(dāng)呈現(xiàn)人類(lèi)聽(tīng)得見(jiàn)的聲音時(shí)，所述輸入音頻信號(hào)是活躍的。
5.如權(quán)利要求1所述的方法，其中，所述檢測(cè)發(fā)生在識(shí)別間隔，而所述確定發(fā)生在所述識(shí)別間隔內(nèi)的估算間隔。
6.如權(quán)利要求5所述的方法，其中，當(dāng)所述確定的所述輸入音頻信號(hào)和所述輸出音頻信號(hào)都活躍的時(shí)間的數(shù)量沒(méi)有超過(guò)所述閾值數(shù)量時(shí)，指示自動(dòng)裝置沒(méi)有提供所述音頻。
7.如權(quán)利要求5所述的方法，其中，當(dāng)所述確定的所述輸入音頻信號(hào)和所述輸出音頻信號(hào)都活躍的時(shí)間的數(shù)量沒(méi)有超過(guò)所述閾值數(shù)量時(shí)，給出人類(lèi)正在提供所述音頻的指示。
8.如權(quán)利要求1所述的方法，其中，所述輸入音頻信號(hào)被過(guò)濾以除去尖峰信號(hào)。
9.如權(quán)利要求1所述的方法，其中，所述確定向所述輸入音頻信號(hào)應(yīng)用滯后效應(yīng)。
10.如權(quán)利要求1所述的方法，其中，對(duì)所述輸出音頻信號(hào)進(jìn)行采樣，以確定何時(shí)所述輸出音頻信號(hào)是活躍的。
11.如權(quán)利要求1所述的方法，其進(jìn)一步包括接收一指示，該指示指出何時(shí)所述輸出音頻信號(hào)是活躍的而不必采樣該輸出音頻信號(hào)。
12.如權(quán)利要求1所述的方法，其進(jìn)一步包括當(dāng)指示是自動(dòng)裝置正在提供所述音頻時(shí)，執(zhí)行所述輸入音頻信號(hào)的識(shí)別。
13.如權(quán)利要求12所述的方法，其中，所述識(shí)別的輸入音頻信號(hào)被用于確定電話(huà)號(hào)碼是否已經(jīng)改變。
14.如權(quán)利要求12所述的方法，其中，所述識(shí)別的輸入音頻信號(hào)被用于確定是否除希望的接聽(tīng)方外，一接聽(tīng)方提供了所述自動(dòng)裝置的音頻信號(hào)。
15.如權(quán)利要求1所述的方法，其進(jìn)一步包括當(dāng)電話(huà)呼叫被接聽(tīng)方終止時(shí)，確定所述終止的時(shí)間，使得其與所述輸出音頻信號(hào)當(dāng)前正在輸出的內(nèi)容關(guān)連。
16.如權(quán)利要求1所述的方法，其進(jìn)一步包括針對(duì)住宅的和商務(wù)的電話(huà)使用不同的閾值。
17.一種用于檢測(cè)是錄音還是真人聲音正在提供當(dāng)前電話(huà)呼叫中的音頻的自動(dòng)方法，該方法包括向所述電話(huà)呼叫輸出音頻信號(hào)；從所述電話(huà)呼叫輸入音頻信號(hào)；以及根據(jù)所述輸出音頻信號(hào)和所述輸入音頻信號(hào)的聲音重疊的數(shù)量來(lái)確定是錄音還是真人聲音正在提供所述電話(huà)呼叫中的音頻。
18.如權(quán)利要求17所述的方法，其中，所述重疊數(shù)量代表聲音同時(shí)出現(xiàn)在所述輸入音頻信號(hào)和所述輸出音頻信號(hào)上的時(shí)間。
19.如權(quán)利要求17所述的方法，其中，當(dāng)所述重疊數(shù)量超過(guò)所述閾值數(shù)量時(shí)，給出錄音正在提供所述音頻的指示。
20.如權(quán)利要求17所述的方法，其中，當(dāng)所述重疊數(shù)量不超過(guò)所述閾值數(shù)量時(shí)，給出真人聲音正在提供所述音頻的指示。
21.如權(quán)利要求17所述的方法，其中，根據(jù)所述重疊的計(jì)時(shí)對(duì)所述重疊進(jìn)行不同的加權(quán)。
22.如權(quán)利要求17所述的方法，其中，所述檢測(cè)發(fā)生在識(shí)別間隔，所述確定發(fā)生在所述識(shí)別間隔內(nèi)的估算間隔。
23.如權(quán)利要求22所述的方法，其中，當(dāng)所述重疊數(shù)量沒(méi)有超過(guò)所述識(shí)別間隔內(nèi)可能的重疊數(shù)量的閾值數(shù)量時(shí)，給出真人聲音正在提供所述音頻的指示。
24.如權(quán)利要求17所述的方法，其中，所述輸入音頻信號(hào)被過(guò)濾，以除去尖峰信號(hào)。
25.如權(quán)利要求17所述的方法，其中，所述確定向所述輸入音頻信號(hào)應(yīng)用滯后效應(yīng)。
26.如權(quán)利要求17所述的方法，其中，對(duì)所述輸出音頻信號(hào)進(jìn)行采樣，以確定何時(shí)所述輸出音頻信號(hào)呈現(xiàn)聲音。
27.如權(quán)利要求17所述的方法，其進(jìn)一步包括接收一指示，該指示指出何時(shí)所述輸出音頻信號(hào)是活躍的而不必采樣該輸出音頻信號(hào)。
28.如權(quán)利要求17所述的方法，其進(jìn)一步包括當(dāng)檢測(cè)到是錄音正在提供所述音頻時(shí)，執(zhí)行所述輸入音頻信號(hào)的識(shí)別。
29.如權(quán)利要求17所述的方法，其進(jìn)一步包括當(dāng)確定是真人聲音正在提供所述音頻時(shí)，向辦事員撥打另一個(gè)電話(huà)呼叫；以及當(dāng)另一個(gè)電話(huà)呼叫被應(yīng)答時(shí)，連接這些電話(huà)呼叫，使得所述辦事員可以與提供所述真人聲音的人類(lèi)通話(huà)。
30.如權(quán)利要求29所述的方法，其中，所述的連接經(jīng)由Two-B信道傳輸。
31.如權(quán)利要求29所述的方法，其中，所述這些電話(huà)呼叫不是通過(guò)撥打所述電話(huà)呼叫的裝置進(jìn)行連接的。
32.如權(quán)利要求17所述的方法，其進(jìn)一步包括當(dāng)所述電話(huà)呼叫被提供所述真人聲音的人終結(jié)時(shí)，識(shí)別所述終結(jié)的時(shí)間，使得可以與所述輸出音頻信號(hào)當(dāng)前正在輸出的內(nèi)容關(guān)連。
33.如權(quán)利要求17所述的方法，其進(jìn)一步包括針對(duì)住宅的和商務(wù)的電話(huà)使用不同的重疊閾值，以指示所述音頻是真人聲音提供還是錄音提供的。
34.如權(quán)利要求17所述的方法，其中，真人聲音被檢測(cè)到是由于人類(lèi)在聽(tīng)到所述輸出音頻信號(hào)時(shí)將會(huì)停止講話(huà)。
35.一種用于識(shí)別應(yīng)答電話(huà)呼叫的接聽(tīng)方的系統(tǒng)，包括具有輸入線(xiàn)和輸出線(xiàn)的電話(huà)線(xiàn)；監(jiān)控所述輸入線(xiàn)以檢測(cè)何時(shí)所述電話(huà)呼叫被應(yīng)答的第一元件，而且當(dāng)所述電話(huà)呼叫被應(yīng)答時(shí)，該第一元件向所述輸出線(xiàn)輸出音頻信號(hào)；以及監(jiān)控所述輸入線(xiàn)以確定何時(shí)聲音同時(shí)在所述輸入線(xiàn)上輸入并在所述輸出線(xiàn)上輸出的第二元件，所述同時(shí)的數(shù)量指示出是人還是自動(dòng)裝置應(yīng)答了所述電話(huà)呼叫。
36.如權(quán)利要求35所述的系統(tǒng)，其中，所述第一元件是語(yǔ)音響應(yīng)單元，而所述第二元件是呼叫行為單元。
37.如權(quán)利要求35所述的系統(tǒng)，其中，所述電話(huà)線(xiàn)被連接到所述第一元件和所述第二元件。
38.如權(quán)利要求35所述的系統(tǒng)，其中，所述第二元件監(jiān)控所述輸出線(xiàn)，以確定何時(shí)聲音被輸出。
39.如權(quán)利要求35所述的系統(tǒng)，其中，當(dāng)所述確定的同時(shí)數(shù)量超過(guò)閾值時(shí)，給出自動(dòng)裝置應(yīng)答了所述電話(huà)呼叫的指示。
40.如權(quán)利要求39所述的系統(tǒng)，其中，當(dāng)所述確定的同時(shí)數(shù)量未超過(guò)所述閾值時(shí)，給出人類(lèi)應(yīng)答了所述電話(huà)呼叫的指示。
41.如權(quán)利要求39所述的系統(tǒng)，其中，取決于計(jì)時(shí)，所述同時(shí)對(duì)于超過(guò)所述閾值的貢獻(xiàn)不同。
42.如權(quán)利要求35所述的系統(tǒng)，其中，所述識(shí)別發(fā)生在識(shí)別間隔，所述確定發(fā)生在所述識(shí)別間隔內(nèi)的估算間隔。
43.如權(quán)利要求42所述的系統(tǒng)，其中，當(dāng)所述確定的同時(shí)數(shù)量沒(méi)有超過(guò)所述識(shí)別間隔內(nèi)可能的同時(shí)數(shù)量的閾值時(shí)，給出人類(lèi)應(yīng)答了所述電話(huà)呼叫的指示。
44.如權(quán)利要求35所述的系統(tǒng)，其中，當(dāng)確定是人類(lèi)應(yīng)答了所述電話(huà)呼叫時(shí)，所述第一元件撥打另一電話(huà)呼叫，當(dāng)另一電話(huà)呼叫被應(yīng)答時(shí)，連接所述兩個(gè)電話(huà)呼叫。
45.如權(quán)利要求44所述的系統(tǒng)，其中，所述的連接經(jīng)由Two-B信道傳輸。
46.如權(quán)利要求44所述的系統(tǒng)，其中，所述兩個(gè)電話(huà)呼叫不是通過(guò)所述電話(huà)線(xiàn)連接的。
全文摘要
本發(fā)明提供了一種用于識(shí)別通訊接聽(tīng)方是人還是自動(dòng)裝置的方法和系統(tǒng)。該識(shí)別系統(tǒng)可以判斷是人還是自動(dòng)裝置正在提供當(dāng)前通訊的音頻。當(dāng)要進(jìn)行識(shí)別時(shí)，該識(shí)別系統(tǒng)向接聽(tīng)方輸出音頻信號(hào)。該識(shí)別系統(tǒng)監(jiān)控來(lái)自接聽(tīng)方的輸入音頻信號(hào)，以確定是人還是自動(dòng)裝置正在提供輸入音頻。該識(shí)別系統(tǒng)根據(jù)輸入音頻信號(hào)和輸出音頻信號(hào)上是否有同時(shí)聲音做出確定。同時(shí)聲音的數(shù)量越多，該接聽(tīng)方是自動(dòng)裝置的可能性就越大。
文檔編號(hào)G10L15/22GK101065951SQ200580027195
公開(kāi)日2007年10月31日 申請(qǐng)日期2005年6月9日 優(yōu)先權(quán)日2004年6月10日
發(fā)明者斯科特·愛(ài)德華·西科拉, 邁克爾·詹森·比沙拉, 魯?shù)婪颉删S爾·門(mén)圭亞, 威廉·約翰·塞利格 申請(qǐng)人:維羅里公司